LF-YOLO: A Lighter and Faster YOLO for Weld Defect Detection of X-Ray Image

特征(语言学) 编码(集合论) 计算机科学 卷积(计算机科学) 人工智能 特征提取 模式识别(心理学) 图像(数学) 焊接 卷积神经网络 人工神经网络 计算机视觉 工程类 机械工程 哲学 集合(抽象数据类型) 程序设计语言 语言学
作者
Moyun Liu,Youping Chen,Jingming Xie,Lei He,Yang Zhang
出处
期刊:IEEE Sensors Journal [Institute of Electrical and Electronics Engineers]
卷期号:23 (7): 7430-7439 被引量:38
标识
DOI:10.1109/jsen.2023.3247006
摘要

X-ray image plays an important role in manufacturing industry for quality assurance, because it can reflect the internal condition of weld region. However, the shape and scale of different defect types vary greatly, which makes it challenging for model to detect weld defects. In this article, we propose a weld defect detection method based on convolution neural network (CNN), namely, lighter and faster YOLO (LF-YOLO). In particular, a reinforced multiscale feature (RMF) module is designed to implement both parameter-based and parameter-free multiscale information extracting operations. RMF enables the extracted feature map to represent more plentiful information, which is achieved by a superior hierarchical fusion structure. To improve the performance of detection network, we propose an efficient feature extraction (EFE) module. EFE processes input data with extremely low consumption and improves the practicability of whole network in actual industry. Experimental results show that our weld defect detection network achieves satisfactory balance between performance and consumption and reaches 92.9 mean average precision (mAP50) with 61.5 frames/s. To further prove the ability of our method, we test it on the public dataset MS COCO, and the results show that our LF-YOLO has an outstanding versatility detection performance. The code is available at https://github.com/lmomoy/LF-YOLO .
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
勤劳怜寒发布了新的文献求助10
2秒前
2秒前
JackMa应助感性的背包采纳,获得10
3秒前
劲秉应助来自山灵的风采纳,获得10
4秒前
高兴翠绿发布了新的文献求助10
5秒前
6秒前
淙淙柔水完成签到,获得积分0
7秒前
8秒前
桐桐应助失眠的血茗采纳,获得10
9秒前
大大苏打实打实完成签到,获得积分10
10秒前
风趣小小发布了新的文献求助10
10秒前
不配.应助勤劳怜寒采纳,获得10
10秒前
莎莎薯条完成签到,获得积分10
10秒前
12秒前
Cheshire完成签到,获得积分10
12秒前
狂野的乐儿应助gfr123采纳,获得10
13秒前
赫连涵柏完成签到,获得积分0
14秒前
Aikeyan应助ty12390采纳,获得10
14秒前
14秒前
Cambridge完成签到,获得积分10
16秒前
16秒前
悦耳的柠檬完成签到,获得积分10
17秒前
17秒前
mp5完成签到,获得积分10
17秒前
杨宋完成签到,获得积分20
19秒前
义气完成签到 ,获得积分10
21秒前
烁丶完成签到 ,获得积分10
21秒前
24秒前
喵咪完成签到,获得积分20
25秒前
李健的小迷弟应助小一采纳,获得10
25秒前
所所应助lzh采纳,获得10
25秒前
图图完成签到 ,获得积分10
26秒前
pc完成签到,获得积分10
26秒前
万能图书馆应助风趣小小采纳,获得10
26秒前
搜集达人应助xx采纳,获得10
27秒前
27秒前
DocZhao完成签到 ,获得积分10
28秒前
高兴翠绿完成签到,获得积分10
30秒前
CC完成签到,获得积分10
30秒前
31秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Evolution 3rd edition 1500
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
2-Acetyl-1-pyrroline: an important aroma component of cooked rice 500
Handbook on People's China (1957) 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3188681
求助须知:如何正确求助?哪些是违规求助? 2838149
关于积分的说明 8018855
捐赠科研通 2501038
什么是DOI,文献DOI怎么找? 1335264
科研通“疑难数据库(出版商)”最低求助积分说明 637492
邀请新用户注册赠送积分活动 605598